在气象学、环境科学、农业规划等多个研究领域中，高时空分辨率的气温数据都是不可或缺的基础资料。本文介绍一套覆盖中国全境的 2005年至2025年逐日平均气温数据集 ，该数据源自欧洲中期天气预报中心（ECMWF）发布的 ERA5-Land再分析数据集，经由 Climate Data Store（CDS）平台对外共享。
原始数据为栅格（Raster）格式，空间分辨率达到 0.1° × 0.1° （约合10公里网格），时间跨度从 2005年1月1日持续至2025年8月2日，并保持动态更新。为了方便不同场景下的使用需求，我们对原始栅格数据进行了统计汇总处理，按照中国省级、地市级、区县级 三级行政区划分别计算区域均值，最终整理为 Shp 和 Excel 两种常用格式，供研究人员直接调用。
省市县三级逐日平均气温数据文件结构预览
数据参数概览
为方便快速了解数据集的核心属性，现将关键参数汇总如下：
| 参数项 | 具体说明 |
|---|---|
| **数据名称** | 中国省市县三级逐日平均气温数据 |
| **时间范围** | 2005年1月1日 --- 2025年8月2日（逐日） |
| **空间范围** | 全国省、市、县三个行政等级 |
| **空间分辨率** | 0.1° × 0.1°（约10公里） |
| **数据格式** | Shp（矢量）和 Excel（表格） |
| **数据单位** | 摄氏度（℃） |
| **地理坐标系** | GCS_WGS_1984 |
| **原始数据源** | ERA5-Land再分析数据集（CDS） |
| **气温定义** | 距地面2米处大气温度，逐日气温为当日24个时刻的平均值 |
Excel格式数据
以区县级数据为例，2005年至2025年所有日期的平均气温汇总于单张 Excel 工作表中。字段涵盖省份名称与代码、城市名称与代码、区县名称与代码，以及每天的日平均气温值。这种扁平化的表格结构非常适合直接导入统计软件（如 SPSS、Stata）或编程语言（Python、R）中进行时间序列分析或面板数据建模。
2005年1月1日-2025年8月2日全国各区县逐日平均气温数据（Excel格式）
Shp格式数据
矢量格式（Shapefile）同样是按区县级汇总，属性表的字段结构与 Excel 版本完全一致。Shp 格式的一大优势在于可以直接在 GIS 软件（如 ArcGIS、QGIS）中加载，进行空间可视化、专题制图以及空间统计分析。以下以 2025年8月2日 的全国各区县平均气温分布为例，展示数据的空间表达效果：
2025年8月2日全国各区县逐日平均气温空间分布（Shp格式）
数据处理方法
本数据集的处理流程如下：
• 原始数据获取：从 CDS 平台下载 ERA5-Land 逐日统计产品中的 2米气温变量，时间跨度为 2005-2025 年。
• 行政区划边界：采用国家地理信息公共服务平台（天地图）发布的 2025 年省市县三级行政区划矢量数据（审图号：GS（2024）0650号）。
• 区域均值计算：以省级、地市级、区县级行政边界为统计单元，利用空间分析方法对各单元内的栅格像元值取算术平均，生成每个行政区的日平均气温序列。
• 格式输出：统计结果分别导出为 Shapefile（.shp）和 Excel（.xlsx）两种格式，每种格式均包含完整的属性字段和逐日气温时间序列。
关于气温指标：本文中的「平均气温」指距地面2米高度处的大气温度，逐日平均值为当天24个小时时刻气温的算术平均，单位为摄氏度（℃）。
数据来源与引用
本数据集的原始栅格资料来自 Copernicus Climate Change Service（C3S） 旗下 Climate Data Store 平台的 ERA5-Land 再分析产品。该数据集自 1950 年起逐日更新，是全球气候变化研究与区域环境评估的重要基础数据源。
如您在学术论文或研究报告中使用了本数据，请按照以下格式进行引用：
Muñoz Sabater, J., Comyn-Platt, E., Hersbach, H., Bell, B., Berrisford, P., Biavati, G., Horányi, A., Muñoz Sabater, J., Nicolas, J., Peubey, C., Radu, R., Rozum, I., Schepers, D., Simmons, A., Soci, C., Dee, D., Thépaut, J-N., Cagnazo, C., Cucchi, M. (2024): ERA5-land post-processed daily-statistics from 1950 to present. Copernicus Climate Change Service (C3S) Climate Data Store (CDS),
更多数据详情可访问 CDS 官方页面了解
**数据来源：**ERA5-Land再分析数据集，来源于Climate Data Store（CDS）
**引用格式：**Muñoz Sabater, J., Comyn-Platt, E., Hersbach, H., Bell, B., Berrisford, P., Biavati, G., Horányi, A., Muñoz Sabater, J., Nicolas, J., Peubey, C., Radu, R., Rozum, I., Schepers, D., Simmons, A., Soci, C., Dee, D., Thépaut, J-N., Cagnazo, C., Cucchi, M. (2024): ERA5-land post-processed daily-statistics from 1950 to present. Copernicus Climate Change Service (C3S) Climate Data Store (CDS)
【下载→
方式一：顶部专栏
方式二：数据下载方式汇总-CSDN博客
来源：城数派